申请/专利权人:中国电子科技集团有限公司电子科学研究院
申请日:2024-01-10
公开(公告)日:2024-04-26
公开(公告)号:CN117933622A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06N3/045;G06N3/092
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提出了一种基于分层强化学习的无人机动态任务分配方法及装置,方法包括:对任务分配场景进行建模;在每预设数量的时间步数收集各个执行器的观测信息,利用配置的协调者算法,进行全局的任务分配,并将分配结果传输给执行器,以使得上层的协调者累计奖励函数最大化;利用配置的执行器算法,使得执行器通过采取动作以完成分配结果对应的任务,在最短的时间步内到达任务节点,以使得下层的执行器累计奖励函数最大化;对协调者累计奖励函数以及执行器累计奖励函数进行迭代,使得上层及下层函数分别达到累计最大值。本发明使用强化学习算法进行求解,能够提高时间约束下的系统整体任务完成度,解决大规模任务分配带来的维度爆炸的问题。
主权项:1.一种基于分层强化学习的无人机动态任务分配方法,其特征在于,包括:S1、对任务分配场景进行建模,其中,控制端作为上层的协调者,无人机作为下层的执行器;S2、在每预设数量的时间步数收集各个所述执行器的观测信息,利用配置的协调者算法,进行全局的任务分配,并将分配结果传输给执行器,以使得上层的协调者累计奖励函数最大化;S3、利用配置的执行器算法,使得所述执行器通过采取动作以完成所述分配结果对应的任务,在最短的时间步内到达任务节点,以使得下层的执行器累计奖励函数最大化;S4、对所述协调者累计奖励函数以及所述执行器累计奖励函数进行迭代,使得上层及下层函数分别达到累计最大值。
全文数据:
权利要求:
百度查询: 中国电子科技集团有限公司电子科学研究院 一种基于分层强化学习的无人机动态任务分配方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。